[發(fā)明專利]一種未知室內(nèi)環(huán)境下基于視覺的互定位方法

有效

• 申請?zhí)枺?/td>: 202011638949.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112667832B
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計）人: 馬琳;董赫;王彬;葉亮;何晨光;韓帥;孟維曉
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: G06F16/53
• 分類號: G06F16/53;G06F16/583;G06T7/13;G06N3/04;G06N3/08
• 代理公司: 哈爾濱市陽光惠遠(yuǎn)知識產(chǎn)權(quán)代理有限公司 23211
• 代理人: 劉景祥

本發(fā)明公開了一種未知室內(nèi)環(huán)境下基于視覺的互定位方法。用戶1與用戶2分別對面前的室內(nèi)環(huán)境進(jìn)行拍攝；用戶1將圖像構(gòu)成自己的數(shù)據(jù)庫，用戶2將圖像共享給用戶1；數(shù)據(jù)庫利用R?FCN識別出用戶1圖像數(shù)據(jù)庫中每幅圖像含有的語義信息，并將語義信息轉(zhuǎn)換為對應(yīng)的語義序列，構(gòu)成語義數(shù)據(jù)庫；用戶1接收用戶2的圖像中將該圖片通過R?FCN轉(zhuǎn)換為語義序列，將該語義序列與語義數(shù)據(jù)庫進(jìn)行匹配，若未檢索到相同則繼續(xù)沿著當(dāng)前的方向行走，若檢索到相同的語義序列則選取最具代表性的語義目標(biāo)建立位置聯(lián)系；此時以該目標(biāo)為中心建立坐標(biāo)系，實現(xiàn)了在未知環(huán)境下用戶間的交互式定位。本發(fā)明解決如何在未知環(huán)境中快速、準(zhǔn)確地完成用戶間的相互定位的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，具體涉及一種未知室內(nèi)環(huán)境下基于視覺的互定位方法。

背景技術(shù)

在人們的日常生活中，經(jīng)常會進(jìn)入到一些例如商場、博物館等完全陌生的室內(nèi)場所中，而對于這些場所是沒有辦法獲取到室內(nèi)環(huán)境布局的先驗知識的，因此在這種場所下進(jìn)行定位顯得尤為困難。當(dāng)兩用戶身處于同一陌生室內(nèi)場所下的不同位置時，彼此間的位置信息是迫切需要知道的，因此對于陌生環(huán)境下用戶間的互定位具有重要的現(xiàn)實意義，并且有很廣闊的發(fā)展前景。

由于無法提前在陌生的室內(nèi)環(huán)境中進(jìn)行無線基站的部署，因此傳統(tǒng)的無線定位方法在陌生環(huán)境下并不適用。用戶在陌生的室內(nèi)環(huán)境下只能依靠現(xiàn)有的一些場景目標(biāo)來對自身的位置進(jìn)行確認(rèn)，那么無疑利用圖像進(jìn)行室內(nèi)信息的獲取是一種方便快捷的方法。圖像是一種比較可靠的在未知環(huán)境中獲取內(nèi)部信息的一種手段，當(dāng)室內(nèi)的光線亮度充足時，通過圖像可以很清晰地獲取到場景中含有的一些語義目標(biāo)以及它們的分布情況。隨著當(dāng)今智能手機(jī)的快速發(fā)展，目前智能手機(jī)普遍都配有高像素的圖像獲取傳感器，利用它能夠更為方便快捷地對用戶所在室內(nèi)場景中進(jìn)行圖像的采集，而無需攜帶專業(yè)的離線數(shù)據(jù)采集設(shè)備，這也為基于視覺的室內(nèi)定位技術(shù)提供了設(shè)備基礎(chǔ)。由于當(dāng)前智能手機(jī)具有的高普及性和高擴(kuò)展性，以及計算機(jī)存儲和處理技術(shù)的大大增強(qiáng)，使得基于視覺的室內(nèi)定位技術(shù)擁有廣闊的應(yīng)用前景，基于視覺的室內(nèi)定位技術(shù)正逐漸成為一種新的熱門技術(shù)。此外，人類感知到的外界信息有80％是來源于視覺，因此采用視覺信息為用戶提供定位服務(wù)符合人類感知事物的特點，具有很好的應(yīng)用潛力。

傳統(tǒng)視覺定位技術(shù)分為離線數(shù)據(jù)庫建立和在線定位兩個階段，定位前需要通過手機(jī)按照一定的距離間隔對所在的室內(nèi)場景進(jìn)行圖像的拍攝，從而建立Visual Map數(shù)據(jù)庫。該數(shù)據(jù)庫由圖像空間和物理空間所構(gòu)成，圖像空間指的是室內(nèi)環(huán)境下的圖像信息，物理空間指的是地理位置的坐標(biāo)信息。當(dāng)在線階段用戶對當(dāng)前看到的場景進(jìn)行拍攝后，需要與Visual Map中所存儲的圖像進(jìn)行檢索匹配，找到相似度最高的圖片，并根據(jù)兩張圖片的投影關(guān)系建立幾何模型，從而估算出當(dāng)前用戶所處的具體位置，從而完成定位服務(wù)。傳統(tǒng)視覺定位方法的問題在于建立的離線數(shù)據(jù)庫存儲容量過大，并且將室內(nèi)場景的分布情況作為了先驗信息，定位前提前將室內(nèi)場景圖像存儲到了Visual Map數(shù)據(jù)庫中。而當(dāng)人們在一個未知的室內(nèi)環(huán)境時，無法事先得知室內(nèi)場景中的具體分布，那么就沒有辦法利用傳統(tǒng)的視覺定位技術(shù)完成定位服務(wù)，因此該方法存在很大的局限性。

發(fā)明內(nèi)容

本發(fā)明提供一種未知室內(nèi)環(huán)境下基于視覺的互定位方法，用以解決如何在未知環(huán)境中快速、準(zhǔn)確地找到一個公共坐標(biāo)系，并實現(xiàn)在該坐標(biāo)系下完成用戶間的相互定位的問題。

本發(fā)明通過以下技術(shù)方案實現(xiàn)：

一種未知室內(nèi)環(huán)境下基于視覺的互定位方法，所述互定位方法包括以下步驟：

步驟1：用戶1與用戶2分別對面前的室內(nèi)環(huán)境進(jìn)行拍攝；

步驟2：根據(jù)步驟1用戶1將拍攝的圖像進(jìn)行存儲構(gòu)成自己的數(shù)據(jù)庫，用戶2拍攝完圖像后將其共享給用戶1；

步驟3：基于用戶1的數(shù)據(jù)庫在圖像搜索與匹配模塊，利用R-FCN語義分割網(wǎng)絡(luò)識別出用戶1圖像數(shù)據(jù)庫中每幅圖像含有的語義信息，并將這些語義信息轉(zhuǎn)換為對應(yīng)的語義序列，從而構(gòu)成用戶1的語義數(shù)據(jù)庫；